L'intelligence artificielle et la génétique des êtres vivants sont formés très similaire

Réseaux de gènes chez les animaux rappellent le réseau de neurones dans notre cerveau — ils peuvent, eux aussi, «d'apprendre» sur le pouce. En 1996, un jeune étudiant du nom de Richard Watson a décidé de lire l'article sur l'évolution. Elle était provocatrice et abordait un vieux problème en biologie de l'évolution: nous comprenons mal comment les organismes peuvent ainsi s'adapter avec succès à l'environnement.

Des êtres Vivants au cours de leur vie soumis à des modifications ou à des mutations dans les gènes, mais ils ne semblent aléatoires. Au lieu de cela, ils sont en fait «améliorer» leur capacité à s'adapter. Il semble que cette capacité ne s'explique pas seulement par le processus de la sélection naturelle, quand les meilleures caractéristiques sont transmis le plus de succès organismes.

Par Conséquent, les auteurs de l'article Günter Wagner de l'université de Yale et Si Altenberg de Hawaiian de l'institut de géophysique et de планетологии à Honolulu ont décidé de chercher des réponses dans un endroit inattendu: informatique.

Watson, informaticien, littéralement fou. En 20 ans, depuis qu'il a lu cet article, il a développé la théorie basée sur formulées alors les idées. Elle pourrait aider à expliquer pourquoi les animaux ont bien évolué: cette caractéristique est appelée «эволюционируемость» (ou развиваемость). De plus, elle pourrait aider à résoudre des vieux curieux de questions dans le domaine de la biologie de l'évolution.

Beaucoup de gens est familier l'idée que les gènes sont transmis des parents aux descendants, et les gènes qui aident leurs maîtres à survivre et à se reproduire, ont plus de chances d'être transmis. L'essence de l'évolution et de la sélection naturelle.

Mais ce n'est pas tout, parce que les gènes travaillent souvent ensemble. Ils forment un «réseau de gènes», et ces réseaux de gènes aussi parfois peuvent être transmises интактными pendant plusieurs générations.

«Le fait que les organismes ont les réseaux de gènes et ils sont hérités d'une génération à l'autre, c'est l'information n'est pas nouvelle», dit Watson, travaillant actuellement à l'Université de Southampton au royaume-Uni. Sa contribution est principalement lié au fait que la sélection naturelle agit sur ces réseaux.

Il estime qu'il n'est pas simplement une barrière partielle, permettant à certaines adaptations à passer, et certains non. Au lieu de cela, l'impact de ce filtre vous permet de réseaux de gènes chez les animaux, en fait «d'apprendre» ce qui fonctionne et ce qui n'est pas, au fil du temps. Ainsi, ils peuvent améliorer leur productivité — au même titre que les réseaux de neurones artificiels, utilisés scientifiques de l'informatique, peuvent «apprendre» à résoudre des problèmes.

«les réseaux de Gènes» se développent, comme les réseaux de neurones — apprennent», dit-il. «C'est ce qui est vraiment nouveau».

Dans la base de l'approbation de Watson est l'idée que les relations entre les gènes peuvent être renforcés ou affaiblis à mesure de l'évolution et des changements de vue — et c'est la force de ces liens dans les réseaux permet aux organismes de s'adapter.

Ce processus est similaire à la façon d'exploiter les réseaux de neurones artificiels sur les ordinateurs.

De nos jours, ces systèmes sont utilisés pour effectuer une variété de tâches. Par exemple, ils peuvent reconnaître les visages des personnes sur des photos ou des vidéos, et même analyser étudié des jeux de football, afin de comprendre la tactique de l'équipe à laquelle se révèle le mieux et pourquoi. Comme les ordinateurs impossible de déterminer les même?

Les réseaux de neurones Artificiels créés à l'image et à la ressemblance de réseaux biologiques — la plus grande partie du cerveau. Chaque réseau est une collection simulées de «neurones», qui sont liés d'une certaine manière, comme des stations et lignes de métro.

Le Réseau comme celle-ci sont capables de recevoir des données d'entrée par exemple, le mot «bonjour», vous avez noté sur la page, et de les comparer avec la sortie — dire, dans ce cas, le mot «salut», qui est stocké dans la mémoire de l'ordinateur. Environ ainsi, les enfants apprennent à lire et à écrire.

Comme l'enfant, le réseau de neurones ne peut pas instantanément à établir la connexion et doit s'entraîner au fil du temps. C'est une formation complexe, mais implique essentiellement de la modification des liens forts entre les neurones virtuels. À chaque fois, cela améliore le résultat, jusqu'à ce que l'ensemble du réseau ne sera pas en mesure fiable de retirer une réponse souhaitable: dans notre exemple, de drôles de caractères sur la page («bonjour») correspondent au mot «salut». Maintenant, l'ordinateur sait que vous avez écrit.

Watson estime que quelque chose de semblable se passe dans la nature. En voie de développement à vue «affiche» ligne juste pour un environnement spécifique.

Il Existe différents modes d'apprentissage des réseaux de neurones. Celui sur lequel s'est concentré Watson, est un bon exemple de ce qui arrive à la biologie des réseaux «Хеббовское formation».

Dans Хеббовском l'apprentissage de la communication entre les neurones, qui ont des résultats, s'intensifie au fil du temps. En bref: «les neurones qui fonctionnent ensemble, sont liés entre eux». Le réseau «apprend», en créant des liens solides à l'intérieur de lui-même.

Si le corps, il ya des gènes activés ensemble, donc, et cet organisme est suffisamment réussie pour la reproduction, sa progéniture n'est pas simplement hérite de ses gènes utiles, affirme Watson. Il hérite également le lien entre ces gènes.

L'avantage particulier de Хеббовского de formation dans le fait que ces réseaux peuvent développer «modulaire» de la fonction. Par exemple, un groupe de gènes peut déterminer si l'animal, les pattes ou les yeux, ou les doigts. Exactement la même poignée liés à l'adaptation — comme la capacité des poissons à faire face à la hausse de la température et de la salinité de l'eau — peut communiquer et унаследоваться l'ensemble d'un réseau de gènes.

«S'il y aun être distinct, qui a un peu plus forte de la réglementation lien entre ces gènes, que tout autre, il est préférable d'», dit Watson. «Sélectionne la sélection naturelle. Et donc, au bout d'un temps évolutif, la force des liens entre ces gènes sera augmentée».

Pour Watson, cela permet de contourner les прилипчивую problème dans la théorie de l'évolution.

Imaginez un instant que le génome d'un organisme est un code informatique. Le programmeur débutant pourrait progressivement mettre à jour votre code de temps en temps, en essayant d'apporter des améliorations. Avec leur aide, il serait possible de déterminer si une autre série de l'équipe de forcer le programme à utiliser un peu plus efficacement.

Commençons par le fait que ce processus d'essais et d'erreurs peut fonctionner assez bien. Mais avec le temps, la mise à jour de code donc il sera un peu lourd. Le code commence à sembler erratique, ce qui rend difficile la détermination des conséquences que peut entraîner un changement. Cela arrive parfois et dans la programmation, le résultat est appelé un «spaghetti-code».

Si les organismes a vraiment évolué par conséquent, dit Watson, leur «эволюционируемость — la capacité de s'adapter à de nouvelles contraintes ou de l'environnement — ne serait pas la meilleure». Mais en fait, «la capacité des organismes naturels de s'adapter à l'environnement ou à problèmes tout simplement incroyable».

Watson est également suggéré que le réseau de gènes peuvent inclure des «souvenirs» de précédentes adaptations qui pourraient être dues à des exigences de l'environnement.

Par Exemple, peut-être, certains groupes d'organismes pourraient se développer rapidement, afin d'utiliser la nourriture, nuisible pour les autres membres de la même espèce, parce que leurs ancêtres ont déjà résisté à un tel régime. Dans le passé, la structure de la régulation des gènes pourrait changer, tout en facilitant certains déclencheurs de l'expression du gène. Cette «pente» aiderait finalement à leurs descendants digérer complexe de la nourriture.

Un des exemples réels de Watson — épinoche. Ces poissons ont développé en même temps la portabilité de l'eau douce, puis à l'eau salée, puis sont revenus, en fonction de ce qu'exigeait d'eux l'environnement actuel.

L'Idée est de Watson signifie que les organismes doivent être infestés de nombreuses options pour s'adapter.

Aussi, cela signifie que les réseaux de gènes ont évolué les animaux pour s'adapter au monde naturel de la Terre. C'est pourquoi les organismes de sorte à bien réagir à l'environnement: le stress et la tension dans l'environnement de la Terre reproduits dans la réglementation des relations entre les gènes depuis des millions d'années.

«Je pense toujours a un profond potentiel d'explorer un parallèle entre la commande de la formation et de l'évolution, mais personne ne s'occupait pas de ce avec la même rigueur, comme Richard Watson,» dit Kevin Lalande de l'Université de Saint-Andrews au royaume-Uni, qui a participé à grande échelle le projet avec Watson.

Cependant, le grand problème de l'hypothèse de Watson est, si on peut trouver aucune preuve empirique dans la nature.

Jusqu'À présent, toutes les idées Watson basées sur le calcul des expériences dans le laboratoire. Apparemment, ces expériences pourraient donner des résultats similaires à vrai organismes, mais les processus d'eux n'a encore été observée.

«c'Est une question de 64 millions de dollars», reconnaît Watson.

Mais Watson et Lalande croient qu'il y a d'autres façons de vérifier cette théorie эволюционируемости. Watson propose d'analyser comment les réseaux de gènes chez les microbes, les pays en développement dans le laboratoire. Parce que les microbes, par exemple les bactéries, sont lus rapidement, en quelques jours, on peut observer plusieurs générations d'adaptation.

«Si vous voulez passer la dure de test de la théorie, vous devriez vous demander si vous pouvez faire de nouvelles prédictions, n'est pas encore reflétée dans la littérature?», dit Lalande.

Par Exemple, il serait possible de développer un système informatique, basée sur les idées de Watson, qui pourrait prédire l'évolution des organismes vivants à l'état sauvage dans certaines conditions connues. Si ce système s'avère exacte, il serait certainement utile de renforcer la théorie.

Dans les réseaux, il existe plusieurs caractéristiques qui contribuent à sortir à l'approche de Watson. Mini-réseau de gènes déterminent l'adaptation, comme l'un des modules mentionnés ci-dessus, il peut parfois être activée ou désactivée juste un autre активаторным génome.

Des Exemples peuvent être trouvés dans la nature, dit Watson. Parmi eux, le «évolutionnaires de rejet»: des organismes avec les adaptations qui a cru, devaient disparaître encore leurs ancêtres. Il est appelé «atavisme».

Exemple Connu de ce de dents chez les poulets. Les poulets génétiquement capables de pousser les dents, mais ne le font pas habituellement dans la nature ou en captivité. Cependant, la croissance des dents, vous pouvez activer dans le laboratoire à l'aide de la biologie moléculaire.

Parfois, atavique les traits se manifestent chez des populations naturelles. Un des derniers cas de baleine, trouvé sur la plage en Australie en février 2016. Il avait semblables à des crocs dents, qui n'est généralement pas observée chez les baleines. Peut-être, c'est le reste de ses ancêtres, qui lui aussi avait des dents semblables à des crocs, des millions d'années.

Autre que le phénomène est «convergente de l'évolution», quand les confier à des espèces vivant dans les tout à fait différents habitats, en quelque sorte viennent à la même adaptation. Parmi les exemples de certains des dessins sur les ailes des papillons et très similaires les poissons qui vivent dans des lacs en Afrique, dit Lalande.

«Les mêmes formes, les mêmes modèlesapparaissent encore et encore», dit-il. «Peut-être plus facile de créer un certain type de poissons que les autres. Certaines formes peuvent se manifester plus souvent dans le processus de générations».

Эволюционируемость de ce genre, décrite par Watson, peut expliquer cela. Génétiques réseau, soutient-il, peu à peu appris à réagir de la même façon dans des situations similaires. Ces modules de fonctions, telles que le dessin d'aile de papillon, peuvent être les plus susceptibles de solutions pour le système de formation que les autres.

En d'Autres termes, si vous disposez de plusieurs conditions nécessaires à l'évolution sera d'effectuer les mêmes trucs encore et encore.

Et c'est ici que naissent très les questions philosophiques. D'une part, l'évolution fonctionne comme un grand naturel de l'ordinateur. Et si «эволюционируемость» de supposer que la vie dans un sens programmée d'amélioration, du moins, au niveau génétique? Certains biologistes dans l'horreur de cette idée, mais si la capacité des organismes à s'adapter s'améliore avec le temps, si l'évolution apprend avec le temps, tout est tellement transparente?

Watson pense que oui.

«Seulement si vous présentez un système doté d'un correspondant à la variabilité, la sélection et l'héritage, vous finirez par l'évolution de travailler. Et sans эволюционируемости il est impossible d'imaginer».